REDUCED OUT-OF-POCKET COSTS AND MEDICATION ADHERENCE – A POPULATION-BASED STUDY
Notice bibliographique
Résumé
BACKGROUND: In 2007, a drug benefit plan for Seniors (SDP) was launched in Saskatchewan, Canada. SDP capped out-of-pocket costs at $15 per prescription for individuals aged 65 and older. OBJECTIVES: To quantify the impact of the SDP on chronic medication adherence. Methods: A retrospective cohort study was conducted for participants aged 65 or older who were eligible to the SPD, controlled by a younger group aged 40 to 64 who were ineligible. Adherence was measured over 365 days using medication possession ratio (MPR). MPRs were compared between age groups, and between pre and post SDP-launch periods. The odds ratio of optimal adherence (i.e., MPR≥80%) was estimated using logistic regression models with generalized estimating equations (GEE). RESULTS: Between 2005 and 2009, 353,568 adherence observations were observed from 188,109 unique patients. Comparing the post-SDP period vs before, the increase in the odds of optimal medication adherence was significant (OR=1.08, 95% CI: 1.04 to 1.11) and was stronger after excluding patients already receiving medication benefits from other government programs (OR= 1.21, 95% CI: 1.16 to 1.26). The SDP was associated with improved adherence among the subgroup of prevalent medication users (OR=1.08, 95% CI: 1.04 to 1.12), but not incident users (OR=1.05, 95% CI: 0.98 to 1.13). CONCLUSION: Reducing out-of-pocket medication costs for seniors was associated with small improvements in medication adherence across the population.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».